Система глубокого обучения для выявления и классификации болезней риса

Автоматическое выявление и анализ болезней риса востребованы в сельском хозяйстве: это позволяет избежать неоправданных затрат финансовых и других ресурсов, снизить потери урожая и повысить эффективность лечения, что способствует получению более здоровой сельскохозяйственной продукции. Предложен автоматизированный метод точного выявления и классификации болезней по фотографии. Система распознавания болезней риса использует компьютерное зрение, обработку изображений, машинное и глубокое обучение, снижая зависимость от традиционных методов защиты посевов. Она предназначена для выявления пяти основных болезней, часто встречающихся на рисовых полях Индии: бактериального ожога листьев, ложной головни, бурой пятнистости листьев, пирикуляриоза и гнили влагалища листа. После предварительной обработки изображения сегментация позволяет определить поражённый участок растения; перечисленные болезни распознаются исключительно по визуальным признакам. Для распознавания и классификации конкретных болезней риса совместно используются классификатор на основе метода опорных векторов и сверточные нейронные сети. Предложенный метод глубокого обучения с функциями ReLU и softmax достиг максимальной точности на валидационной выборке 0,9145. После распознавания система предлагает возможный способ борьбы с болезнью, который может помочь работникам и организациям сельскохозяйственной отрасли принять необходимые меры.